Questões
Pratique com questões de diversas disciplinas e universidades
3.343 questões encontradas(exibindo 10)
Sobre aprendizado por reforço, é correto afirmar que:
no aprendizado por reforço, deve-se definir uma função de estado para analisar a qualidade dos modelos. Dependendo do aprendizado, o estado do modelo pode melhorar ou piorar.
o aprendizado por reforço se assemelha ao aprendizado humano. O sistema exerce tentativa e erro e quando acerta é recompensado, melhorando seu desempenho geral.
o aprendizado por reforço precisa de dados rotulados, além de um agente para funcionar.
no aprendizado por reforço, chama-se de agente o conjunto de dados que determinado modelo possa aprender.
o aprendizado por reforço necessita de um ambiente físico para ser desenvolvido, não sendo indicado para sistemas virtuais.
O que caracteriza a técnica de bagging?
Usar múltiplos modelos simples para formar um modelo mais robusto.
Criar modelos complexos a partir de poucos dados.
Ajustar os dados para que eles tenham a mesma distribuição.
Usar um único modelo para analisar todos os dados.
Agrupar dados com base em uma similaridade fixa.
O que significa Regularização Lasso (L1)?
Uma técnica que penaliza os coeficientes do modelo ao adicionar uma penalização ao erro quadrático.
Uma técnica que elimina variáveis irrelevantes ao forçar os coeficientes dessas variáveis a se aproximarem de zero.
Uma técnica de aumento de dados.
Uma técnica de pré-processamento de dados que ajusta as variáveis para melhorar a normalidade.
Uma técnica de otimização de gradiente.
Qual das alternativas abaixo representa um desafio significativo associado à teleoperação de robôs?
Aumento da velocidade de resposta do robô.
Limitação da autonomia do robô.
A necessidade de realizar operações em ambientes desconhecidos.
O custo elevado de equipamentos de teleoperação.
Qual é a principal finalidade de um projeto de vida?
Realizar todos os desejos imediatos sem planejamento.
Traçar objetivos de longo prazo e desenvolver um plano para alcançá-los.
Focar apenas nos aspectos financeiros da vida.
Atingir o sucesso profissional independentemente da felicidade pessoal.
O que caracteriza o Gradient Descent em algoritmos de otimização?
É um algoritmo que busca otimizar a função de perda ajustando os parâmetros do modelo na direção do gradiente descendente.
Ele é utilizado para calcular a precisão de um modelo de aprendizado supervisionado.
O Gradient Descent não pode ser usado em redes neurais.
O algoritmo tenta maximizar a função de perda ajustando os parâmetros.
Ele realiza a avaliação do modelo em diferentes conjuntos de dados de teste.
Qual dos seguintes modelos de IA é conhecido por ser um exemplo de Inteligência Artificial Generativa?
Redes Neurais Convolucionais (CNNs).
Algoritmos de Floresta Aleatória.
Redes Geradoras Adversariais (GANs).
Máquinas de Vetores de Suporte (SVMs).
Com o avanço da robótica autônoma, muitos robôs são projetados para operar em ambientes não estruturados.
Qual das seguintes características é essencial para um robô operar de forma eficaz em tais ambientes?
Alta resistência a temperaturas extremas.
Capacidade de realizar tarefas repetitivas com precisão.
Sensores avançados para percepção ambiental.
Estrutura leve para fácil transporte.
O que é a técnica de regularização em aprendizado de máquina?
A técnica para ajustar a complexidade do modelo e evitar overfitting.
A técnica usada para ajustar as variáveis de entrada antes do treinamento.
A técnica de criar novos dados para aumentar o volume do treinamento.
A técnica para prever variáveis numéricas a partir de dados categóricos.
A técnica para agrupar dados em categorias bem definidas.
What does the code do when it does not find a solution?
The code informs the user that no solution was found.
The code continues the search indefinitely.
The code shows the last state visited to the user.